2021-11-24 10:11:54|已瀏覽:265次
隨著當今社會科學技術(shù)的持續(xù)發(fā)展,和人們對編程技術(shù)的發(fā)展,近年來AI產(chǎn)業(yè)正在飛速發(fā)展,并且當今社會也有越來越多的人工智能產(chǎn)業(yè)實踐,所以越來越多的人都開始關(guān)注人工智能方面,由此可見人工智能在當今社會中的熱度,今天就來講講人工智能與數(shù)據(jù)挖掘的關(guān)系。
機器學習是人工智能的一個分支,作為人工智能的核心技術(shù)和實現(xiàn)手段,通過機器學習的方法解決人工智能面對的問題。機器學習是通過一些讓計算機可以自動“學習”的算法,從數(shù)據(jù)中分析獲得規(guī)律,然后利用規(guī)律對新樣本進行預測。
機器學習是人工智能的重要支撐技術(shù),其中深度學習就是一個典型例子。深度學習的典型應(yīng)用是選擇數(shù)據(jù)訓練模型,然后用模型做出預測。例如,博弈游戲系統(tǒng)(Deep Blue)重于探索和優(yōu)化未來的解空間(Solution Space),而深度學習則是在博弈游戲算法(例如Alpha Go)的開發(fā)上付諸努力,取得了世人矚目的成就。
下面以自動駕駛汽車研發(fā)為例,說明機器學習和人工智能與數(shù)據(jù)挖掘的關(guān)系。
要實現(xiàn)自動駕駛,就需要對交通標志進行識別。首先,應(yīng)用機器學習算法對交通標志進行學習,數(shù)據(jù)集中包括數(shù)百萬張交通標志圖片,使用卷積神經(jīng)網(wǎng)絡(luò)進行訓練并生成模型。然后,自動駕駛系統(tǒng)使用攝像頭,讓模型實時識別交通標志,并不斷進行驗證、測試和調(diào)優(yōu),最終達到較高的識別精度。
當汽車識別出交通標志時,針對不同的標志進行不同的操作。例如,遇到停車標志時,自動駕駛系統(tǒng)需要綜合車速和車距來決定何時剎車,過早或過晚都會危及行車安全。除此之外,人工智能技術(shù)還需要應(yīng)用控制理論處理不同的道路狀況下剎車策略,通過綜合這些機器學習模型來產(chǎn)生自動化的行為。
數(shù)據(jù)挖掘和機器學習的關(guān)系越來越密切。例如,通過分析企業(yè)的經(jīng)營數(shù)據(jù),發(fā)現(xiàn)某一類客戶在消費行為上與其他用戶存在明顯區(qū)別,并通過可視化圖表顯示,這是數(shù)據(jù)挖掘和機器學習的工作,它輸出的是某種信息和知識。企業(yè)決策人員可根據(jù)這些輸出人為改變經(jīng)營策略,而人工智能是用機器自動決策來代替人工行為,從而實現(xiàn)機器智能。
數(shù)據(jù)挖掘是從大量的業(yè)務(wù)數(shù)據(jù)中挖掘隱藏的、有用的、正確的知識,促進決策的執(zhí)行。數(shù)據(jù)挖掘的很多算法都來自機器學習和統(tǒng)計學,其中統(tǒng)計學關(guān)注理論研究并用于數(shù)據(jù)分析實踐形成獨立的學科,機器學習中有些算法借鑒了統(tǒng)計學理論,并在實際應(yīng)用中進行優(yōu)化,實現(xiàn)數(shù)據(jù)挖掘目標。
機器學習的演化計算深度學習等方法近年來也逐漸跳出實驗室,從實際的數(shù)據(jù)中學習模式,解決實際問題。數(shù)據(jù)挖掘和機器學習的交集越來越大,機器學習成為數(shù)據(jù)挖掘的重要支撐技術(shù)。
總結(jié):機器學習為人工智能和數(shù)據(jù)挖掘提供了底層的技術(shù)支撐。反過來說,機器學習也需要大量的有效數(shù)據(jù)進行訓練,所以機器學習和數(shù)據(jù)挖掘是相互促進的。
本文由培訓無憂網(wǎng)長沙牛耳教育專屬課程顧問整理發(fā)布,希望能夠?qū)ο雲(yún)⒓娱L沙大數(shù)據(jù)分析培訓的學生有所幫助。更多大數(shù)據(jù)分析培訓課程資訊歡迎關(guān)注培訓無憂網(wǎng)大數(shù)據(jù)人工智能培訓頻道或添加老師微信:1503333605010
注:尊重原創(chuàng)文章,轉(zhuǎn)載請注明出處和鏈接 http://m.hebeijilong.cn/news-id-4685.html 違者必究!部分文章來源于網(wǎng)絡(luò)由培訓無憂網(wǎng)編輯部人員整理發(fā)布,內(nèi)容真實性請自行核實或聯(lián)系我們,了解更多相關(guān)資訊請關(guān)注人工智能頻道查看更多,了解相關(guān)專業(yè)課程信息您可在線咨詢也可免費申請試課。關(guān)注官方微信了解更多:150 3333 6050